Modèl
ear
bit
ragepr
inci
ngt
héor
ie
Lemodèl ed'évaluationpararbit
rage(APT) ,dével
oppéparStephenRossen1976, estune
méthoded' éval
uationdesact i
fsfinanciersquiri
val
iseaveclemodèl eCAPM.L' APTr eposesur
l
'i
déequ'aucuneoppor tuni
téd'ar
bitr
agenepeutper si
ster
,etquel esrendement sdesact i
fs
peuventêtremodél iséscommeunef onctionli
néai
redeplusieursfacteurséconomi ques,
chacunay antuncoef f
ici
entbêtaspé[Link]èlepermetd' évaluerl
arentabil
itéespérée
d'
unactifent enantcompt ededi versfacteursmacroéconomi ques,t
elsquel '
i
nflat
ionetlest aux
d'
int
érêt.
Dansl
ecadredelathéori
ed'
éval
uati
onparar
bit
rage(
APT)
,pl
usi
eur
sty
pesdef
act
eur
speuv
ent
êt
reut
il
iséspourév
aluerl
esacti
fs:
-Fact
eur
smacr
oéconomi
ques:
tel
squel
esv
ari
ati
onsdel
'
inf
lat
ion,
lest
auxd'
i
ntér
êtetl
ePI
B.
-Facteur
sspéci
fi
quesauxent
repr
ises:qui
peuv
enti
ncl
uredesél
ément
scommel
atai
l
lede
l
'ent
repri
seousastr
uctur
edecapital
.
-Facteur
sstat
istiques:
dér
ivésdel
'
anal
ysedesr
endement
shi
stor
iques,
sansi
nter
prét
ati
on
économiquedirecte.
Cesf
act
eur
sint
eragi
ssentent
reeuxetl
euri
mpor
tancepeutv
ari
ersel
onl
econt
ext
edemar
ché
Car
act
éri
sti
quespr
inci
pal
es:
-Pr
inci
ped'ar
bit
rage: L'
APTreposesurl al
oi dupr
ixunique,
sti
pulantquedesacti
fssi
milai
res
doi
ventavoi
rdesprixsimil
air
[Link]'estpaslecas,desopport
unitésd'
arbi
tr
ageexi
stent
,
i
nci
tantlesi
nvesti
sseursàcorri
gerlesécartsdepri
x.
-Fl
exibi
l
ité:Lemodèl
eestplusfl
exi
blequeleCAPM, cari
lpeutint
égrerdi
versfacteur
s
économiquescommel'
inf
lat
ion,
lestauxd'
int
érêt
,etd'
autr
esv ar
iabl
esmacr oéconomiques.
Av
ant
ageseti
nconv
éni
ent
s:
-Av
ant
ages:
-Per
metuneév
aluat
ionpl
uspr
éci
seent
enantcompt
edemul
ti
plesf
act
eur
s.
-Moi
nsdépendantdeshy
pot
hèsesr
est
ri
cti
vesquel
eCAPM.
-I
nconv
éni
ent
s:-Di
ff
icul
téài
dent
if
ieretquant
if
ierl
esf
act
eur
sper
ti
nent
s.
-Lesr
ésul
tat
speuv
entv
ari
ersel
onl
eschoi
xdef
act
eur
s,r
endantl
'
appl
i
cat
ion
moi
nsst
andar
disée.
L'
APTestdoncuneappr
ochepuissant
epourl'
éval
uat
iondesact
if
s,mai
sel
l
enécessi
teune
anal
yser
igour
eusedesf
acteur
ssous-j
acent
s.
Modèl
eFamaf
rench
LemodèleFama-Frenchàt r
oisfact
eur
sestuneexpl
icat
ionempiri
quedurendementattendu
d'
unacti
ffi
nanci
er.DéveloppéparEugeneFamaetKennethFrenchen1992,i
létendlemodèle
d'
éval
uat
iondesactifsf
inancier
s(CAPM)enajout
antdeuxnouveauxfact
eursexpli
cati
fs
Latai
l
ledel
'entr
epri
se(SMB):ladi
ff
érenceent
rel
erendementespéréd'
unpor
tef
eui
l
ledet
it
res
àf
aibl
ecapi
tal
isat
ionetcel
uid'
unport
efeui
ll
edeti
tr
esàf or
tecapi
tal
i
sati
on.
[Link]
ati
ov al
eurcomptabl
e/val
eurdemarché(HML): l
adi
fférenceent
reler
endementespér
é
d'
unport
efeui
ll
edetit
resavecunfortr
ati
oetcelui
d'unpor
tefeuil
ledet
itr
esavecunf
aibl
erati
o.
Lemodèl
epr
oposel
afor
mul
esui
vant
epourdécr
ir
eler
endementespér
é:
E(
Ri)=Rf+βi
[E(
RM)-Rf
]+si
SMB+hi
HML
OùRfestl
etauxsansri
sque,
E(RM)l
arent
abi
l
itédumar
ché,
etβi
,si
ethi
lessensi
bil
i
tésde
l
'act
ifi
auxt
roi
sfacteur
s.
Lesesti
mationsdeFamaetFr enchmontrentquecemodèleàt r
oisfact
eursexpli
queenvi
ron
90%del avari
ati
ondur endementmensueldesacti
ons[
1].I
lestl
argementutil
i
séengesti
onde
port
efeui
ll
eetév al
uat
iondesactif
spourmieuxprédi
rel
esrendement senprenantencompte
pl
usdev ari
ablesqueleCAPM.
Lemodèl
eFama-
Frenchpr
ésent
epl
usi
eur
sav
ant
ageseti
nconv
éni
ent
s:
Av
ant
ages:
-Anal
ysecomplèt
e:I
ntègr
etr
oisfact
eur
s(mar
ché,
tai
l
le,
val
eur
)pourunemei
l
leur
e
compréhensi
ondesr
endements.
-Pr
édi
ctionaméli
orée:Expl
iqueunepl
usgrandev
ari
ati
ondesr
endement
sparr
appor
tau
CAPM,rendantl
esprévi
sionspluspr
éci
ses.
-Gest
iondurisque:Per
metuneidenti
fi
cat
ionpl
usf
inedesr
isquesd'
i
nvest
issement
,fav
ori
sant
unemeil
leur
egest i
ondeport
efeui
ll
e.
I
nconv
éni
ent
s:
-Manquedef
ondementt
héor
ique:
Cri
ti
quépoursonabsencedej
ust
if
icat
ionéconomi
que
sol
i
de.
-I
nstabi
l
itédansletemps:
Lesr
ésul
tat
speuv
entv
ari
ersel
onl
espér
iodesetl
esmar
chés,
l
imit
antsafiabi
l
ité.
-Donnéesnécessai
res:Dépendfort
ementdeladi
sponi
bil
i
téetdel
aqual
i
tédesdonnées,
ce
quipeutposerdesprobl
èmesd'appl
icat
ion.
Lemodèl
eCoxr
ossr
ubi
nst
ein
Lemodèl edeCox- Ross-Rubi
nstei
n,dével
oppéen1979, estuneméthoded'éval
uat
iondes
opt
ionsqui uti
l
iseunar brebi
nairepourmodél i
serl
esmouv ement
sdepr i
xd'unact
if.
Contr
air
ementaumodèl edeBlack-Schol
es,il
fonct
ionneentempsdiscr
et,permet
tantde
si
mulerlesv ar
iat
ionsdepr i
xàchaquepér iode.
Car
act
éri
sti
quespr
inci
pal
es:
-Ar
brebinai
re:
Àchaquepéri
ode,l
epr
ixdel
'
act
ifpeutsoi
taugment
er,
soi
tdi
minuer
,cr
éant
ai
nsiunchemindepr
ixpossi
ble.
-Hypothèses:Lemodèlereposesurdeshypot
hèsestell
esquel'
absencedecoût
sde
tr
ansacti
on,lapossi
bil
i
tédevendreàdécouver
t,etuntauxd'
int
érêtconst
ant
.
-Éval
uat
iondesopti
ons:I
lper
metdecalcul
erlavaleurdesopt
ionsent
enantcompt
edes
di
ff
érent
estraj
ect
oir
espossi
blesdespr
ixdel
'act
ifsous-j
acent
.
Voi
cil
espri
nci
pal
esdif
fér
encesentrel
emodèledeBl
ack-
Schol
esetl
emodèl
edeCox-
Ross-
Rubi
nst
ein(
CRR)pourl
'év
aluat
iondesopt
ions:
-Tempsconti
nuvstempsdiscret:Bl
ack-
Schol
esfonct
ionneentempsconti
nu,tandi
squeCRR
modél
isel
'év
olut
iondusous-j
acentvi
aunarbrebi
nomialentempsdiscr
et[
1][
2].
-Hypot
hèses:Black-
Schol
essupposequelepr
ixdusous-j
acentsui
tunmouv
ementbr
owni
en
géométr
ique,
alorsqueCRRnefaitpascet
tehy
pothèse.
-Conv
ergence:
Bienquedif
fér
ents,
lesdeuxmodèlesconver
gentver
slemêmepr i
xlorsquel
e
pasdetempsdumodèleCRRt endver
szé[Link]
itessedeconver
genceestdel
'
ordrede1/N,
oùNestlenombredepér
iodes.
-Cal
cul:LemodèleCRRpermetuncal
culdi
rectdupr
ixdel
'
opt
ionv
ial
'
arbr
ebi
nomi
al,
tandi
s
queBlack-
Schol
esuti
li
seunefor
mulefer
mée.
-Fl
exi
bil
i
té:
Lemodèl
eCRRestpl
usf
lexi
blecari
lpeuts'
appl
i
queràdesopt
ionsexot
iques
enmodi
fi
antl
ast
ruct
uredel
'
arbr
e.
Enrésumé,Black-
Schol
esestunmodèl ethéor
iqueent empsconti
nu,
tandisqueCRRestune
approxi
mati
onent empsdiscr
etquiconvergeverslemêmepr i
xthéor
[Link]
xdépendde
l
acompl ex
itédel'
opti
onetdelapréci
sionsouhaitée.
Modèl
ebl
acketSchol
es
Lemodèl edeBlack-Scholes,dével
oppéparFi
scherBl ack,MyronScholesetRobertMert
onen
1973, estunmodèl emat hémat i
queuti
li
sépourévaluerlesoptionseur
opéennes.I
l r
eposesur
l
'hypothèsequel esprixdesact i
fssui
ventunmouv ementbr owniengéométri
que,permett
ant
ainsidedériveruneformul epourlepri
xdesopti
ons.
Pr
inci
pal
escar
act
éri
sti
ques:
-Équat
ionauxdér
ivéesparti
ell
es:
Lemodèleestbasésuruneéquat
ionqui
décr
itl
'
évol
uti
ondu
pri
xdesopti
onsenf onct
iondutempsetdesvari
abl
essous-j
acent
es.
-Par
amèt
res:
Lespr
inci
pauxpar
amèt
resi
ncl
uentl
epr
ixdel
'
act
ifsous-
jacent
,lepr
ix
d'
exer
cice,
let
auxd'
i
ntér
êtsansr
isque,
lav
olat
il
it
éetl
etempsj
usqu'
àl'
échéance.
-Vol
ati
li
téimpl
ici
te:Lemodèlesupposeunev
olati
li
téconst
ante,bi
enquedansl aprat
ique,
la
vol
ati
l
itévar
ieselonl
epri
xd'
exerci
ceetlamatur
it
é,cequipeutentr
aînerdesécart
sparrapport
auxpri
xobservéssurl
emarché.
Bl
acketSchol
esontreçul
epri
xNobeld'
économi
een1997pourleur
scont
ri
but
ions,
bienque
Fi
scherBl
acksoi
tdécédéen1995etn'
ai
tpaspurecev
oirl
epr
ix
Leserreur
sdemodél isat
ionpeuv
entavoi
runi
mpactsi
gni
fi
cat
ifsurl
esr
ésul
tat
sdumodèl
ede
Black-
[Link]
ciquel
quesexemples:
-Volat
il
it
éconstante:Lemodèl
esupposeunevolat
il
it
éconstante,
maisenréal
it
éell
evari
e
sel
onlepr i
xd'
exerci
ceetlamat
uri
té.Cel
apeutentr
aînerdesécart
sparr
apportauxpri
x
observ
éssurlemar ché.
-Mouv ementsbr
owniensgéométri
ques:L'
hypothèsequelespr
ixsui
ventunmouvement
browniengéométr
iquen'
estpastouj
oursvér
if
iée,enpart
icul
i
erpourl
esacti
fspr
ésent
antdes
sautsoudesqueuesdedistr
ibut
ionlour
des.
-Absencededi v
idendes:
Lemodèl
esupposequel
'
act
ifsous-
jacentnepai
epasdedi
vi
dendes,
cequin'estpastouj
oursl
ecas.
-Tauxd'
i
ntér
êtconstant
:L'
hypot
hèsed'
unt
auxd'
i
ntér
êtsansr
isqueconst
antpeutêt
rev
iol
ée
l
orsquel
estauxvar
ientdansl
etemps.
-Pasdecoûtsdet
ransact
ion:
Enr
éal
i
té,
ilexi
stedescoût
sdet
ransact
ionqui
impact
entl
a
val
ori
sat
ion.
Cesv i
olati
onsdeshy pothèsesdumodèlepeuventcondui
reàunemauvaiseesti
mationdespr
ix
desopt i
ons,enpart
iculi
erpourlesopt
ionsexoti
quesouàlongter
[Link]èl esplus
sophisti
quéscommel emodèl edeHestonoulemodèledeBatesontét
édéveloppéspour
prendreencompt eceslimites.
